程式如下：
function res=youhuancc(a1,r1,c1,a2,r2,c2) %a1為左灰度影象 r1，c1為左影象角點橫縱座標；
%a2為右灰度影象，r2，c2為右影象角點座標
n=2; %視窗大小
[ligne1,col1]= size(c1); %源影象特徵點數
%左圖視窗內平均灰度值
realpt1=1;
ticfor i=1:ligne1
somme = 0;
zncc1 = 0;
num=0;
denom=0;
denom1=0;
denom2=0;
moyenne1=0;
for l=-n:1:n
for k=-n:1:n
somme=somme+double(a1(r1(i)+l,c1(i)+k));%求a1\2n+1
2n+1串列埠的灰度值的和
endend
moyenne1=somme/(2n+1)^2; %a1\單個特徵點視窗灰度值的均值t~x
立體匹配演算法 RankTransform
1.基本介紹 立體匹配演算法，關鍵是計算左右圖對應點的匹配代價。但是基於畫素的匹配方法有乙個問題就是對於重複紋理區域，支援視窗選取太小則不利於獲取準確的匹配代價，視窗選取過大則計算複雜度過高。對於這種情況，我們應該適當的考慮支援視窗的結構資訊，但是結構資訊如何表示，怎樣定量計算，這裡就要用到標題中提...
立體匹配演算法 RankTransform
1.基本介紹 立體匹配演算法，關鍵是計算左右圖對應點的匹配代價。但是基於畫素的匹配方法有乙個問題就是對於重複紋理區域，支援視窗選取太小則不利於獲取準確的匹配代價，視窗選取過大則計算複雜度過高。對於這種情況，我們應該適當的考慮支援視窗的結構資訊，但是結構資訊如何表示，怎樣定量計算，這裡就要用到標題中提...
立體匹配演算法不足
根據不同的標準，立體匹配演算法有不同的分類方法。首先，根據匹配基元的不同，立體匹配演算法可分為 基於區域的匹配演算法，基於特徵的匹配演算法和基於相位的匹配演算法。基於區域的匹配演算法。主要利用左右檢視中，區域性視窗之間灰度資訊的的相關程度進行匹配。該演算法可利用所有的影象資訊，最大限度地恢復場景細節...